自动报靶系统研究综述

摘要：介绍了一种基于机器视觉的自动报靶系统，该系统利用CCD摄像机不间断地对靶面进行观测，根据采集的靶面图像的特点和变化，利用计算机图像识别技术检测靶面图像中的真实弹点，然后通过弹点在靶面图中的位置来对弹点区域进行编码。在观测过程中，采用图像灰度配准与增强技术、图像的几何配准技术和小波变换等算法来解决由于光照变化、大风等干扰因素对识别精度的影响。在实际应用中，能够达到较高精度，并能大大减少错报和漏报的情况，该系统精度高、成木低、完全可靠，能够很好地应用于部队训练和射击比赛中有着重要的实际意义和良好的应用前景。

关键词：自动报靶系统；机器视觉；图像识别；图像配准；图像增强

中图分类号：TP212.12文献标识码：A文章编号：1009-3044(2008)33-1500-02

Summary on Automatic Target-scoring System

HUANG Ming, Wang Hao-hua, LIANG Xu

(School of Software Technology, Dalian Jiaotong University, Dalian 116028, China)

Abstract: An automatic target-scoring system is proposed, which based on machine vision. CCD camera was used to observe targets’ surface continuously. According to the feature and change of the images of targets’ surface observed by CCD, the technology of computer pattern recognition was used to detect the position of real shell in the target surface. Then the position was described in digital by coding target surface.In the process of observation, the technology on enhancement and matching of gray-scale, image matching technology in geometry, and wavelet transform algorithms were used to solve the effect on the accuracy of the identification due to changes in light, wind, and other factors. In practice, the system can achieve ideal accuracy, reduce the misstatements and omissions greatly. It was also high-precision, low-cost，and reliable system, can be used in military drill and shooting competitions. It will be meaningful and have good prospect.

Key words: automatic target-scoring system; machine vision; imagine recognition; imagine matching; imagine enhancement

1 引言

在专业与非专业军事训练中，实弹射击是最基本的训练项目。传统的实弹射击采用人工报靶。传统人工报靶主要有四个方面的不足：1）依赖于报靶者的判靶经验，效率比较低。2）当靶板上弹着点多时，报靶员很难识别新旧弹孔，报靶误差极大，直接影响射击训练质量。3）射击未完全结束时，补靶员现身靶壕外或在补靶员察看靶板报靶和补靶时，射击位管理者若稍有疏忽，就易出现枪支走火，造成人员伤亡，安全隐患极大。4）容易出现弄虚作假的现象。为了克服传统人工报靶有不足和满足军事训练现代化需求，提高部队射击水平，自动报靶的研究和应用对推进军队现代化将具有普遍意义。本文介绍基于机器视觉的自动报靶系统的基本原理和关键技术，该系统使用图像识别，图像配准和图像增强等技术，在实际的训练和考核中能够发挥较好的作用，有良好的应用前景。

2 图像与图像处理的概念

图像（Image）就是采用各种观测系统获得的，能够为人类视觉系统所感觉的实体。图像的范围非常广泛，包括：各类图片（Picture），如照片、X光片；各类光学图像，如电影、电视画面；人们的有形想像以及外部描述，绘画、绘图；等等。图像处理技术可分为两大类，即模拟图像处理和数字图像处理。

图1 通用的数字图像处理系统框图

数字图像处理是指，使用数字计算机对图像进行加工与处理。传统的数字图像处理技术主要集中在图像的获取、变换、增加、恢复（还原）、压缩编码、分割与边缘提取等方面；随着计算机与信息技术的发展，图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印等领域取得进展，这些图像处理技术具有智能化功能，因而称之为智能图像处理技术。

数字图像处理方法大致可分为两大类，即空域法和变换域法。1）空域法是把图像看作是平面中各个像素组成的集合，然后直接对这个二维函数进行相应的处理。2）变换域法是首先对图像进行正交变换，得到变换域系数矩阵，然后再进行各种处理，处理后再将其反变换到空间域，得到处理结果。

3 基于机器视觉的自动报靶系统

此类产品是以计算机为图像识别和处理理论为基础，它没有在靶体上安装任何光电传感设备。在实弹射击过程中，它使用摄像头对常规的标准靶画面进行采集，根据采集来的靶图像的特点和变化，利用计算机图像识别(Image Recognition)和处理技术找出靶图像中的真实弹点，使用这种自动报靶系统就好像是使用了一个“电子眼”，它会代替报靶人员的眼睛，在整个实弹射击过程中不间断的对靶画面进行观测。对不同靶位上的每一次射击都采用相同的算法、规则和精度来判定，不存在受主观因素影响的问题。比手工报靶更客观，更公正，有较高的可用性。

实现此系统的软件核心技术主要是数字图像处理技术中的计算机图像识别、图像配准以及图像增加等技术。在观测过程中，采用图像灰度配准与增强技术以及图像的几何配准技术来解决由于光照变化、大风等干扰因素对识别精度的影响。在此过程中，还要由其他优秀算法来配合，提高性能与精度，例如小波变换等。

3.1 基于机器视觉的自动报靶系统的实现原理

机器视觉的概念是利用CCD摄像机等设备代替人眼，结合计算机视觉、数字图像处理、和计算机控制技术实现对摄像机所摄取的图像的分析过程。

其核心原理是：在整个实弹射击的过程中，利用CCD摄像机不间断地对靶面进行观测，根据采集的靶面图像的特点和变化，利用计算机图像识别技术检测靶面图像中的真实弹点，然后通过弹点在靶面图中的位置来对着弹点区域进行编码。在观测过程中，采用图像灰度配准与增强技术以及图像的几何配准技术来解决由于光照变化、大风等干扰因素对识别精度的影响。在此过程中，还要由其他优秀算法来配合，提高性能与精度，例如小波变换等。

通过以上论述可见，本系统由图像采集设备、图形采集卡、图形处理软件、计算机及显示部分组成。具体的配置如下：购买一个CCD摄像头、一块图形采集卡、一台普通计算机及编写相应的软件，其中图形采集卡可选择大恒公司或杭州海康威视数字技术有限公司生产的。为完成本系统的功能与性能指标，主要工作集中在软件的编程与实现上。

3.2 基于机器视觉的自动报靶系统的核心技术

实现本系统的软件核心技术主要是数字图像处理技术中的计算机图像识别、图像配准以及图像增加等技术。

3.2.1 图像识别技术

图像识别是对图像进行预处理后，再经分割和描述，提取有效的特征，进而加以判决分类的图像处理技术。

一个图像识别系统可分为三个主要部分，第一部分是图像信息的获取，对图像识别来说就是把图片、底片、文字图形等用采集设备变换为电信号。第二部分是信息的特征提取，它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳以去伪存真，抽出能反映事物本质的特征。第三部分是判决，做出结论的过程，与判决的方式密切相关。

图2 图像识别系统框图

在图像识别的发展过程中，出现了四类有代表性的理论和方法。即统计图像识别方法、句法（或结构）图像识别方法、模糊图像识别方法和神经网络图像识别方法。

3.2.2 图像配准技术

图像配准是指同一目标的两幅（或两幅以上）图像在空间位置上的对准。图像配准的技术过程称为图像匹配（Image matching）或图像相关（Image correlation）。图像配准可分为半自动配准和全自动配准。

全自动配准是直接利用计算机完成图像配准工作，大致可分为基于灰度与基于特征两类。基于灰度的方法有：空间相关法、不变矩阵、频域相关法。此方法具有精度高的优点，但计算复杂度高。基于特征的方法有两个重要环节：特征提取和特征匹配。本方法与小波变换等结合，进一步提高了图像配准的精度与运算速度。

3.2.3 图像增加技术

图像增加的目的有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变的更有利于计算机处理。

图像增加的方法一般分为空间域和变换域两大类。空间域方法直接对图像像素的灰度进行处理。变换域方法在图像的某个变换域中对变换系统进行处理，然后通过逆变换获得增加图像。常用的图像增加方法有：空间域单点增加、图像平滑、图像锐化、图像滤波与图像增加。

4 总结与展望

运用数字图像处理技术的自动报靶系统，在国内、外都有相应的研究，但实际系统的功能需要与性能指标各有差异，所应用的原理和方法手段不近相同，所以可从另外方面进行开发，拓展数字图像处理的领域，满足不同系统的不同需要。

在本系统中，力求将其它优秀的算法，嫁接到图像处理中，以提高图像处理的性能与精度，在我军某坦克基地的实际应用中，达到了预期的目标。由于本系统是一室外项目，光照变化、大风等干扰因素会对识别精度造成一定影响，还需通过一些方法或算法来弥补这些不足。本系统所要研究报靶系统所采用的方法不仅有着精度高的优点，而且完全满足部队实弹射击需求，稍作改动之后还可用于运动类报靶，具有广阔的应用前景和研究价值。

参考文献：

[1] 张军,颜树华,徐琰.自动报靶系统的研究进展[J].激光与红外,2006,36(12):1152- 1154.

[2] 杨子宁.光电自动报靶系统的设计与实现[J].科学技术与工程, 2007,7(1):102-104.

[3] 陈海峰.基于图像处理技术的自动报靶系统研究[D].南京航空航天大学,2005.

[4] 袁莉茹.基于图像处理的军用自动报靶系统弹孔识别[D].重庆大学,2006.

[5] 战延谋,王卓柱,孙吉红等.一种自动报靶系统的设计与实现[J].电子测量技术,2008, 31(5):1-3.